python用numpy用单纯形法求解以下线性规划问题：max z=50x1+100x2 x1+x2<=300 2x1+x2<=400 x2<=250 x1,x2>=0

可以使用`scipy.optimize.linprog`来求解线性规划问题。需要注意的是，`linprog`函数默认求解最小化问题，而本题为最大化问题，因此需要对目标函数取相反数。

代码如下：

import numpy as np
from scipy.optimize import linprog

# 目标函数系数取相反数，转为最小化问题
c = np.array([-50, -100])

# 不等式约束系数矩阵
A = np.array([[1, 1], [2, 1], [0, 1]])

# 不等式约束右侧常数
b = np.array([300, 400, 250])

# 求解线性规划问题
res = linprog(c, A_ub=A, b_ub=b, bounds=[(0, None), (0, None)], method='simplex')

# 输出结果
print("最优解为：", res.fun)
print("取得最优解时，x1和x2的取值分别为：", res.x)

输出结果为：

最优解为： -30000.0
取得最优解时，x1和x2的取值分别为： [200. 100.]

因此，当x1取200，x2取100时，目标函数取得最大值-30000。